Default search without Voyage AI — semantic=False by default

Full-text search is the default (fast, no API calls).
Pass semantic=True explicitly when vector similarity is needed.

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

Knowledgebase/server.py

@@ -388,10 +388,12 @@ def search(
     limit: int = 10,
     min_importance: float = 0.0,
     include_sessions: bool = False,
+    semantic: bool = False,
 ) -> str:
     """
-    Hybridní vyhledávání v paměti.
+    Vyhledávání v paměti.
-    Kombinuje full-text (vždy) + vektorové sémantické (pokud embeddingy dostupné).
+    Default: full-text (tsvector) — rychlé, bez API volání.
+    semantic=True: přidá vektorové sémantické vyhledávání přes Voyage AI (pomalejší).
 
     query: přirozený jazyk nebo klíčová slova
     types: ['fact','decision','preference','summary','document','email','project','person']
@@ -444,8 +446,8 @@ def search(
         fts_ids = {r["id"] for r in rows}
         results = [_row_to_dict(r) for r in rows]
 
-        # ── Vector search (nativní pgvector, <=> cosine distance) ──
+        # ── Vector search (pouze pokud semantic=True) ──
-        query_emb = get_embedding(query)
+        query_emb = get_embedding(query) if semantic else None
         if query_emb:
             try:
                 import numpy as np
@@ -520,6 +522,7 @@ def get_context(
     project: Optional[str] = None,
     limit: int = 8,
     include_preferences: bool = True,
+    semantic: bool = False,
 ) -> str:
     """
     Vrátí nejrelevantnější paměti pro daný kontext/téma.
@@ -537,6 +540,7 @@ def get_context(
         project=project,
         limit=limit,
         min_importance=0.3,
+        semantic=semantic,
     )
     parts.append("=== RELEVANTNÍ PAMĚTI ===\n" + main_result)